Python中将含多值的分类列转换为对应统计标识列的实现方法

你可以直接使用pandas字符串方法自带的str.get_dummies()实现需求，支持指定分隔符处理多值列，无需手动硬编码枚举所有取值：

import pandas as pd

# 示例数据构建
data = {'ID':['A','B','C','D','E','F'],
'Gender':['Man', 'Woman', 'Transgender', 'Non-binary,Transgender', 'Woman,Non-binary',
'Man,Non-binary,Transgender']}
df = pd.DataFrame(data)

# 核心处理逻辑
# 按逗号拆分生成哑变量，将0替换为空字符串
gender_dummies = df['Gender'].str.get_dummies(sep=',').replace(0, '')
# 拼接原数据与哑变量列
df_result = pd.concat([df, gender_dummies], axis=1)

print(df_result)

代码说明 #

• 你之前尝试的pd.get_dummies()是处理单列单值的场景，而Series.str.get_dummies(sep=',')专门适配多值分隔的字符串列，会自动识别所有独立取值生成对应哑变量列，对应行包含该取值则值为1，否则为0
• replace(0, '')：将默认生成的0替换为空字符串，匹配你要求的「无对应取值则为空」的格式
• pd.concat：将原表的ID、Gender列和新生成的哑变量列拼接，得到的结果和你提供的最终效果完全一致

内容的提问来源于stack exchange，提问作者Shiva